植被指数

摘要： 二向反射率因子(bidirectional reflectance factor,BRF)和方向半球反射率因子(directional-hemispherical reflectance factor,DHRF)是反射光谱的两种形式,但在生化参数监测过程中,多数研究忽略了BRF和DHRF光谱的差异及其对叶片叶绿素含量(leaf chlorophyll content,LCC)反演的影响。本研究以不同品种、密度及氮素处理的小麦田间小区试验为基础,在叶片尺度获取了BRF和DHRF光谱,并计算相应的植被指数和小波系数,建立了基于植被指数和小波系数的LCC监测模型,定量分析BRF和DHRF光谱、植被指数和小波系数的差异及其对LCC反演的影响。结果表明,1)BRF和DHRF随LCC变化趋势一致,但两种光谱存在显著差异,且BRF光谱值高于DHRF光谱值;2)在一定程度上,应用植被指数和小波系数均可消除BRF和DHRF光谱差异的影响,其中归一化红边植被指数(normalized differential red edge vegetation index,NDRE)和红边叶绿素指数(red edge chlorophyll index,CIred-edge)可以消除BRF和DHRF光谱差异的影响(R^(2)=0.930),但小波系数的性能要优于植被指数(R^(2)=0.995);3)基于DHRF光谱的植被指数和小波系数对LCC的估测能力优于BRF光谱,所有植被指数中NDRE反演效果最好(DHRF:R^(2)=0.957;BRF:R^(2)=0.938;All:R^(2)=0.892),第4尺度765 nm处的小波系数WF(4,675)反演LCC的效果优于NDRE(DHRF:R^(2)=0.985;BRF:R^(2)=0.971;All:R^(2)=0.973),且WF(4,675)消除BRF和DHRF光谱差异对LCC反演的影响能力强于NDRE(WF(4,675):R^(2)=0.973;NDRE:R^(2)=0.892)。综上所述,BRF和DHRF光谱存在差异,且这种差异不能直接忽略。研究明确了BRF和DHRF光谱的差异,为构建基于BRF和DHRF光谱的统一模型及提升冠层尺度LCC精确反演提供理论基础。

摘要： 以哈萨克斯坦北部雨养耕作区为研究靶区,基于春小麦产量统计数据和遥感光谱指数,开展了春小麦估产最优预测时期及植被指数分析,采用回归分析、随机森林、支持向量机及双向循环神经网络模型估算春小麦产量,并对比分析了不同模型的模拟精度。结果表明:北哈萨克斯坦州、阿克莫拉州和库斯塔纳州2007-2016年春小麦估产的最佳预测时期为6月26日-8月5日,该时期是春小麦产量形成的关键时期。北哈萨克斯坦州春小麦估产最优植被指数为7月12日的绿度叶绿素指数(Green chlorophyll index,CI_(green)),阿克莫拉州春小麦估产最优植被指数为8月5日的绿度动态宽波段指数(Green wide dynamic range vegetation index,WDRVI_(green)),库斯塔纳州春小麦最优估产植被指数为7月12日的WDRVI_(green)。对比分析4种模型模拟春小麦产量的精度,在样本点较少的情况下,双向循环神经网络模型相比其他模型在估算哈萨克斯坦北部三州春小麦产量上精度较高;春小麦产量与植被净初级生产力NPP相关性分析结果显示,北哈萨克斯坦州、阿克莫拉州和库斯塔纳州决定系数R2在0.50以上面积占比分别为44%、94%和77%,表明上述估产模型可应用于哈萨克斯坦北部三州春小麦估产,尤其是阿克莫拉州和库斯塔纳州。

摘要： 在地形条件复杂的高原山区,植被指数并非严格按照经度或纬度的方向呈现条带性变化趋势。本文将经纬度作为组合因子,创新性地提出植被指数空间变化最佳地理轴线的概念,即寻找某一角度轴线,沿此方向植被指数的空间分布具有最显著的条带性特征。本研究以黄河源区植被指数为例,计算黄河源区植被指数空间分布最佳地理轴线,研究表明黄河源区植被指数空间分布沿着西偏北52°轴线具有最显著的条带规律,应用此计算方法对黄河源区植被指数主要影响因子降水量的空间分布规律进行研究,得到降水量的最佳地理轴线是西偏北53°,表明黄河源区植被指数空间分布主要受降水影响,二者在空间上的分布规律基本一致,但植被分布同时还受气温、土壤等因素影响,因此植被指数与降水量的“最佳地理轴线”存在微小差异。

摘要： 为构建冬小麦冠层临界植被指数时序模型,探究实时、无损诊断冬小麦全生育期氮素营养状况的可能性,基于冬小麦不同生育时期氮营养指数(nitrogen nutrition index,NNI)与相对产量的关系确定NNI临界值,并利用归一化红边植被指数(normalized difference red edge,NDRE)与NNI的定量关系确定临界NDRE值,进而以累积生长度日为时间驱动因子,利用双Logistic函数构建临界NDRE时序模型并用于诊断,且对诊断结果进行了验证。结果表明,NNI与冬小麦相对产量在不同生育时期均呈现明显的线性加平台关系(R^(2)在0.76以上),在开花—灌浆期表现最好;NNI与NDRE呈显著的幂函数关系(R2在0.76以上),在孕穗—开花期表现最好;临界NDRE时序诊断模型在拔节后期、孕穗期、开花期的诊断精度较高;适期播种时冬小麦在180 kg·hm^(-2)施氮水平下整个生育期均处于轻微氮亏缺或氮适宜状态,为较优施氮量。适期播种时冬小麦氮素营养状况主要受施氮水平的制约;过晚播时受播期的影响,不同施氮水平下冬小麦全生育期均处于氮亏缺状态。综上,依据氮营养指数与相对产量所构建的临界NDRE时序模型能够较准确地实时诊断冬小麦不同生育时期的氮素营养状况,并为作物氮肥精确管理提供技术方法。

摘要： Google Earth Engine(GEE)平台使植被遥感监测突破了数据获取难、本地存储量大和处理效率低的限制。基于GEE平台,利用空间分辨率为30 m的Landsat卫星数据和空间分辨率为250 m的MODIS卫星数据,结合温度和降水气象数据研究2000—2017年间青海省诺木洪洪积扇地表植被的时空变化趋势及持续性,并分析不同时代洪积扇上枸杞种植园和盐碱化区的植被关系及未来变化。结果表明:①2000—2017年间最大化合成归一化差异植被指数年均值从0.029上升到0.054,增幅为0.025,最大增强植被指数(enhanced vegetation index,EVI)年均值从0.633上升到0.771,增幅为0.138,多年EVI最大化的均值结果显示峰值区间在每年的5—10月;②对最大EVI均值与温度、降水量数据进行相关分析和偏相关分析,最大EVI均值与温度相关系数为0.839,表现为强相关性,与降水量相关系数为0.457,表现为弱相关性,且最大EVI均值与温度、降水均存在显著的正相关关系;③在18 a内枸杞种植园植被改善较快,而盐碱化区植被有所衰减;④未来枸杞种植区与盐碱化区植被变化均具有强持续性,枸杞种植区植被增长对盐碱化区植被有一定的制约效应,且在未来一段时间会持续存在。

摘要： 无人机具有快速、高效、无损获取作物信息的优势,但是飞行高度直接影响作物信息获取效率。通过设置30、60、90 m飞行高度获取冬小麦拔节期、开花期、灌浆期不同分辨率的无人机遥感影像,探索无人机飞行高度对冬小麦植株氮积累量预测模型的影响。首先将不同高度植被指数和纹理特征与冬小麦植株氮积累量进行相关性和共线性分析,筛选出6个植被指数(NDVI、RDVI、RERDVI、GBNDVI、OSAVI、EXG)和4个纹理特征(Green-mean、Green-sm、Red-mean、Red-var)。基于筛选出的植被指数和纹理特征,采用偏最小二乘回归(PLSR)和BP神经网络(BPNN)法建立了植被指数、纹理特征与植被指数+纹理特征的冬小麦植株氮积累量预测模型,并将模型在不同高度进行交叉验证,采用决定系数(R^(2))、均方根误差(RMSE)和相对分析误差(RPD)指标对模型的稳定性进行分析。结果表明,2种方法均是30 m飞行高度遥感影像提取的植被指数、纹理特征、植被指数+纹理特征建立的预测模型稳定性最好,3种建模信息构建的模型验证时的R^(2)、RMSE、RPD分别为0.57~0.89、1.27~4.16 g/m^(2)、1.67~3.65。BPNN在3种建模信息下构建的模型稳定性整体优于PLSR,验证模型的R^(2)、RPD分别提高0.01~0.39、0.05~1.44,RMSE下降0.08~8.53 g/m^(2)。3个高度植被指数、纹理特征、植被指数+纹理特征的植株氮积累量预测模型稳定性顺序:植被指数+纹理特征>植被指数>纹理特征。融合3个飞行高度遥感影像的植被指数、纹理特征、植被指数+纹理特征进行植株氮积累量预测可以提高估算精度,R^(2)、RMSE、RPD分别为0.89~0.93、1.80~2.03 g/m^(2)、3.54~4.03。因此,在兼顾效率与精度的情况下,适当提高无人机飞行高度,综合利用植被指数和纹理特征可以对植株氮积累量达到较好的预测效果。

摘要： 为探讨新疆不同区域沙漠、绿洲地表温度(Land surface temperature,LST)、归一化植被指数(Normalized difference vegetation index,NDVI)及大气水汽含量三者间的相关关系,利用2001-2019年MOD13C3植被指数、MOD11C3地表温度以及2013-2017年Suomi NPP VIIRS水蒸气含量数据,运用Slope趋势分析方法对该问题进行研究。结果表明:(1)2001-2019年新疆植被指数年平均值整体呈增加趋势,绿洲增加尤为明显。地表温度年平均值变化为绿洲白天减少、夜晚增加,年温度差值减少;沙漠白天夜晚均增加,年温度差值增加。(2)全疆的NDVI、大气水汽含量及地表温度三者的月值数据彼此呈正相关关系。植被增加可减少地表温差和大气水汽差,在北疆绿洲的高植被覆盖区表现明显。绿洲对于生态环境的调控作用优于沙漠,北疆绿洲调控作用优于南疆。(3)塔克拉玛干沙漠在每年3-10月夜晚地表逆温和逆湿现象明显,导致夜晚大气水汽含量高于白天。南疆绿洲受沙漠环境及植被增加的双重影响,近年来夜晚水汽含量高于白天水汽含量的月份逐渐减少,主要集中在夏季。研究结果有利于从宏观层面认识新疆气候变化,为新疆生态环境保护提供有价值的参考。

摘要： 植被盖度是反映植被基本情况的客观指标和重要参数。本研究在对比8种常用的可见光植被指数计算草地盖度精度的基础上,发现这些植被指数对荒漠草地的植被盖度估测效果较差,因此提出一种适用于荒漠草地植被盖度估测的荒漠植被指数(DVI),并评价了不同植被指数对不同草地类型的植被盖度估测效果,分析了不同草地类型阈值取值的变化情况。结果表明:1)所选植被指数对草甸草地和典型草地的盖度估测效果均较好,精度较高(准确率>90%,F_(1)得分> 0.9)。草甸草地中超绿指数(Ex G)的盖度估测效果最好(准确率> 93%,F_(1)得分> 0.95),典型草地中各植被指数无明显差异,但对荒漠草地植被盖度估测效果较差,精度较低(F_(1)得分≤0.6)。2) DVI对荒漠草地植被盖度估测精度较高(准确度> 93%,F_(1)得分达到0.71),能够有效弥补上述植被指数的缺陷。3)绿叶指数(GLI)和植被颜色指数(CIVE)的阈值对草地类型敏感性最弱;Ex G、超绿超红差分指数(Ex GR)、植被因子指数(VEG)、Woebbecke指数(WI)等植被指数的阈值对草甸草地和典型草地的敏感性较弱,但对荒漠草地的敏感性较强;组合指数(COM)和Lab指数(Lab)对草地类型的敏感性最强。

摘要： 为探究干旱与半干旱地区作物生育期用水,估算作物产量和优化配置作物灌溉制度,以河套灌区为研究对象,基于Landsat 8遥感影像数据提取一定时序植被指数监测主要农作物种植结构,利用MODIS数据及改进线性双源遥感蒸散模型,预测研究区作物在不同生育期蒸散量并使用常用水分生产函数模型进行主要作物玉米估产分析。结果表明:研究区近年来作物种植面积相对稳定,其中玉米种植量最多,葵花其次,小麦最少;研究区玉米在初期、中期、旺盛期和末期4个生长阶段平均日蒸散分别为2.0、3.09、4.2和2.79 mm/d,R^(2)分别为0.6601、0.7617、0.7701和0.7219;水分生产函数估产模型中Stewart模型在研究区模拟效果较好,其中临河区2016年玉米估产量为11018.5 kg/hm^(2),相对误差为6.82%。该研究可作为干旱区作物生育期监测及估产的重要方法之一,为灌区科学灌溉提供依据。

摘要： GF-6号卫星是近年来投入运行的国产卫星,其遥感影像的空间分辨率、时空分辨率较高,但基于该卫星数据的应用研究并不多见。本次研究以GF-6号卫星WFV数据为数据源,基于归一化植被指数和像元二分模型对甘肃民勤典型干旱地区的植被覆盖度进行遥感估测,利用置信度法获取像元二分模型的关键参数对植被覆盖度遥感提取结果的影响进行分析。研究得出以下结论:1)基于置信度法和归一化植被指数的像元二分模型可用于干旱地区的植被覆盖度遥感估测;2)置信度的取值对植被覆盖度的遥感估测结果影响显著,在没有实测数据来满足像元二分模型反演需要时,应结合研究区的土地覆盖、卫星影像特点选择合理的置信度,建议置信度的取值在5%以下。

摘要： 利用ASD便携式地物光谱仪和SunScan冠层分析仪实测了陕西杨凌区和扶风县夏玉米关键生育期冠层光谱反射率及叶面积指数(LAI),对归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)与叶面积指数进行了相关性分析,建立了基于三种植被指数的LAI估算模型,并进行精度检验.结果表明:基于抽穗期和蜡熟期NDVI以及灌浆期RVI的LAI估算模型的均方根差(RMSE)和相对误差(RE)较低,模拟效果较好.结果对夏玉米生长状况及病虫害监测、产量预测以及田间管理具有参考价值.

摘要： 特别是在发展中国家,低成本遥感系统的发展对于小型农业经济是十分重要的,它允许利用具有可行性的图像获取信息.然而,那些通过未校准的相机系统获得的图像通常会伴随光照变化,阴影和其他可能阻碍图像处理技术对图像进行分析的因素.根据低成本遥感系统获取的图像对当地颜色空间密度进行估算,本文结合植被指数(CIVE,可见光植被指数,超绿植被指数)和均值漂移算法进行研究.研究目的是探测植被覆盖率,植被缺口以及植被退化区域.结果显示:相比其他的方法,结合当地密度估计值和植被指数可以提高分割精度,能较好的处理图像在不同条件下和图像覆盖不同尺度大小区域的问题,实现低成本系统在实际工程中的应用.

摘要： 利用遥感技术提取耕地地块破碎区水稻分布是作物监测研究的热点问题之一.以耕地地块较为破碎的太湖地区为研究区,通过充分挖掘水稻关键物候期植被与下垫面水体光谱特征组合差异,基于水稻分蘖期与齐穗期两景GF-1WFV传感器数据,构建归一化差值植被指数(NDVI)差值法、归一化差值水体指数和比值植被指数(NDWI-RVI)差值法进行水稻信息提取,并深入探究了水稻面积提取精度及其空间一致性影响因素.结果显示:与非监督和监督分类两种常规方法相比,两种植被指数差值法提升水稻识别精度贡献率均高于30％,NDVI差值法提取水稻种植面积的精度和整体空间一致性分别为86.2％和66.1％,制图总体精度和Kappa系数为92.2％和0.72;NDWI-RVI差值法提取水稻面积的精度最高,上述指标分别高达95.5％、78.4％、93.5％和0.846,可实际服务于农业生产及相关决策支持.

摘要： 基于MODIS NDVI和土地利用类型数据(2001-2010年)、西北地区130个站点逐日气象资料,运用遥感、统计学和地理信息系统的方法,研究了西北干旱半干旱地区2001-2010年NDVI空间分布、时间变化及其与气候因子之间的响应关系,并结合GIMMS NDVI3g资料以及CPC土壤湿度资料,分析了中国西北干旱半干旱地区4个典型站点降水、有效降水、相对湿度和土壤湿度等水分因子的变化特征及其与NDVI的相关性.研究表明:2001-2010年,中国西北干旱半干旱地区NDVI总体变化趋势以改善为主,年最大NDVI和生长季NDVI均呈波动型增长趋势(在0.523-0.587之间);在不同植被类型区,降水对NDVI影响均大于气温,但在混交林区,降水和气温对NDVI的影响差别不大,且在植被生长季,气温的影响要大于降水;各植被类型温度和降水对NDVI存在的明显滞后效应,但温度滞后效应要大于降水.4个典型站点的水分因子对NDVI的影响存在差异:降水、有效降水和土壤湿度对于各站点NDVI的影响较为明显(相关系数分别在0.031-0.620、-0.017-0.705和0.082-0.590之间),相对湿度的影响最小(在-0.347-0.157之间);从月相关分析来看,各水分因子对NDVI影响:降水＞有效降水＞土壤湿度＞相对湿度;土壤湿度对NDVI的滞后效应最强,其次是降水和有效降水,相对湿度的影响最小.

摘要： 为给玛曲县高寒草甸草—畜平衡和草地资源的可持续利用提供科学依据,本研究利用遥感技术,结合2016年地面实测数据和同时期的MODIS影像资料,分别建立了研究区草地地上生物量和植被指数(NDVI)、相对放牧强度间的回归模型以及不同相对放牧强度和NDVI值之间的幂回归模型.结果表明,6—9月调查点NDVI和地上生物量间存在较好的相关性,即随着NDVI值的增加生物量呈上升趋势,且9月份的拟合(R2＝0.5102)达到了极显著水平;实测地上生物量和相对放牧强度之间有很好的拟合关系(R2＝0.9651),随着放牧强度的增加地上生物量呈下降趋势;相对放牧强度和植被指数间相关性较好(R2＝0.631),即随着NDVI值的变小,相对放牧强度逐渐增强,当相对放牧强度增强到一定程度时,NDVI对其响应不灵敏.

摘要： 为了揭示重庆市地表热环境的时空规律,展示重庆城市热岛的基本特征,利用2002年6月-2014年12月地表温度(LST)与植被指数(NDVI)数据,分析了重庆主城区15km-75km区域LST时空分布及其与NDVI的关系.结果表明:LST在年际间呈波动变化,无明显规律性.季节上看,LST夏季最高,春、秋季分居第二、第三,冬季最低.月份上,LST在1月-8月为上升期,9-12月为下降期,8月为全年最大值,12月最小值.从空间平均状况看,LST值在城中心最大,随着与城中心距离的增加,LST呈先减小后增大的趋势.从格点分布来看,LST分布与地形关系密切,高温与低温镶嵌分布于山体之间及山体之上,高温区多集中分布于长江以北、嘉陵江以东的夹角地带.热岛的强度和范围时节有关,高温时节,热岛范围大、强度强,低温时节,热岛强度弱,范围小.LST与NDVI在空间上呈显著负相关关系,基本都通过了0.01的相关检验;在时间上二者的关系不稳定.

摘要： 利用MODIS植被指数(NDVI)、地表温度(LST)及地表蒸散(ET)数据产品，并辅以地表覆盖类型及DEM高程数据，针对秦岭地区生态环境建设以来（2001-2013年）植被及水热条件发生的时空变换进行分析.总体看来，2001-2013年秦岭地区NDVI呈显著的增加趋势，与陕西开展的生态环境建设工程密不可分。在全球增温的背景下，地表温度没有明显变化，与植被的调节作用有一定的关系。蒸散的增加的趋势与NDVI的上升引起蒸腾作用加大有关，而燕散的减小趋势与太阳辐射的减小有关，有研究证明，在全球升温的背景下蒸散的减小是与云量或气溶胶的增加引起的辐射量的下降有关。

摘要： 干旱是我国影响范围最广和造成社会经济损失较为严重的一种自然灾害,区域旱情的动态监测对于抗旱减灾至关重要.作为对地观测的重要手段,遥感技术提供了区域旱情动态监测的重要工具.本文利用卫星遥感资料,基于植被状态指数、温度状态指数和植被健康指数开展我国的旱情动态监测工作.为评估遥感旱情监测结果的可靠性,使用基于统计上报资料的旱情制图产品和国家气候中心的旱涝监测产品对遥感旱情监测结果进行评估,结果显示旱情遥感监测产品与国家气候中心的监测产品有很好的一致性,能够有效地反应我国北方大部分的旱情状况,而对于南方地区,受到云、雾的影响,基于可见光、热红外的遥感方法不能满足要求.

摘要： 干旱是我国影响范围最广和造成社会经济损失较为严重的一种自然灾害,区域旱情的动态监测对于抗旱减灾至关重要.作为对地观测的重要手段,遥感技术提供了区域旱情动态监测的重要工具.本文利用卫星遥感资料,基于植被状态指数、温度状态指数和植被健康指数开展我国的旱情动态监测工作.为评估遥感旱情监测结果的可靠性,使用基于统计上报资料的旱情制图产品和国家气候中心的旱涝监测产品对遥感旱情监测结果进行评估,结果显示旱情遥感监测产品与国家气候中心的监测产品有很好的一致性,能够有效地反应我国北方大部分的旱情状况,而对于南方地区,受到云、雾的影响,基于可见光、热红外的遥感方法不能满足要求.

摘要： 干旱是我国影响范围最广和造成社会经济损失较为严重的一种自然灾害,区域旱情的动态监测对于抗旱减灾至关重要.作为对地观测的重要手段,遥感技术提供了区域旱情动态监测的重要工具.本文利用卫星遥感资料,基于植被状态指数、温度状态指数和植被健康指数开展我国的旱情动态监测工作.为评估遥感旱情监测结果的可靠性,使用基于统计上报资料的旱情制图产品和国家气候中心的旱涝监测产品对遥感旱情监测结果进行评估,结果显示旱情遥感监测产品与国家气候中心的监测产品有很好的一致性,能够有效地反应我国北方大部分的旱情状况,而对于南方地区,受到云、雾的影响,基于可见光、热红外的遥感方法不能满足要求.

摘要： 本发明涉及植被遥感领域，尤其涉及一种基于混合植被指数计算植被指数的方法，其主要包括以下步骤：S1、获取研究区域的遥感影像数据，并在ENVI软件中对获取的所述遥感影像数据进行预处理；S2、利用混合植被指数，在ENVI软件中对预处理后的遥感影像中每个像素点地物的植被指数进行计算，即可得到所述研究区域中每个像素点地物的植被指数值。本发明所述的混合植被指数在更宽的植被覆盖范围内对植被状态变化具备较高灵敏性，并弥补了NDVI在高植被覆盖区域，和RVI在低植被覆盖区域计算的不敏感性的缺陷。

摘要： 本发明公开了一种基于重构植被指数时间序列影像的湿地植被固碳速率遥感估算方法，包括如下步骤：S1、重构湿地植被分布区具有高时空连续性的增强型植被指数EVI影像时间序列；S2、基于实测数据与同期对应像元的EVI观测值建立最优湿地植被碳存量遥感反演模型；S3、结合最优湿地植被碳存量遥感反演模型与重构的EVI时序影像重建湿地植被碳存量年内动态变化过程；S4、根据累积存量法逐像元计算湿地植被碳存量年累积增长量，得到湿地植被年固碳速率。本发明适用于云、雨天气频发且水位变幅较大的湿地生态系统，操作方法简便，便与推广和应用。

摘要： 本发明公开了一种湿地植被根际土壤微生物高光谱植被指数监测方法，包括：监测区湿地植被根际土壤微生物测量；高光谱遥感影像预处理，包括格式转换、绝对辐亮度值转换、大气校正和几何精校正的预处理；选取最佳高光谱植被指数；基于最佳高光谱植被指数的湿地植被根际土壤微生物数量估算。本发明的有益之处在于：基于湿地植被和其根际土壤微生物之间存在的密切相关性，能够获取区域尺度上湿地植被根际土壤微生物的空间分布状况，从而有助于解决常规分子生物学技术难以获得区域尺度微生物群落分布变化状况，并进行长期监测的局限性。

摘要： 本发明公开了一种基于高光谱植被指数监测湿地植被冠层氮浓度的方法，包括：湿地植被冠层光谱、叶面积指数（LAI）和氮浓度测量；Hyperion高光谱遥感影像预处理；将SAVI指数改进为SAVI1510指数；构建应用于湿地植被冠层氮浓度监测的高光谱植被指数NDNI/SAVI1510；高光谱植被指数NDNI/SAVI1510应用于湿地植被冠层氮浓度监测性能的评估；基于高光谱植被指数NDNI/SAVI1510构建湿地植被冠层氮浓度监测模型。本发明的有益之处在于：本发明提供了一种基于高光谱植被指数监测湿地植被冠层氮浓度的方法，降低了来自湿地植被复杂背景的多种散射信号对湿地植被冠层氮浓度估算精度的影响，能够以较高的精度估算湿地植被冠层氮浓度。

摘要： 本发明涉及植被遥感领域，尤其涉及一种基于混合植被指数计算植被指数的方法，其主要包括以下步骤：S1、获取研究区域的遥感影像数据，并在ENVI软件中对获取的所述遥感影像数据进行预处理；S2、利用混合植被指数，在ENVI软件中对预处理后的遥感影像中每个像素点地物的植被指数进行计算，即可得到所述研究区域中每个像素点地物的植被指数值。本发明所述的混合植被指数在更宽的植被覆盖范围内对植被状态变化具备较高灵敏性，并弥补了NDVI在高植被覆盖区域，和RVI在低植被覆盖区域计算的不敏感性的缺陷。

摘要： 本发明提出了一种基于遥感植被指数提取植被物候指标的方法及装置。从以下几个方面改进了植被物候指标提取精度：(1)采用权重调整函数使植被指数摆脱了多种光学噪点(如云、雪、气溶胶、阴影等)的干扰；(2)采用粗略拟合与精细拟合相结合，使植被物候指标提取在多生长季或植被类型发生变化的区域表现优异。粗略拟合用于捕捉植被周期性信号，并划分生长周期；精细拟合用于在每个生长周期中捕捉植被生长周期关键点的迅速变化；(3)融合了多种权重调整、粗略拟合、精细拟合以及植被物候提取方法，对提取的植被物候指标的不确定性进行了量化。本发明可应用于森林、草地、农田等生态系统生长周期关键性转折点的动态监测，指导生产实践。

摘要： 本发明涉及遥感植被分类技术领域，涉及一种结合植被指数和卷积神经网络的遥感植被分类方法，包括：一、遥感影像与植被指数经过卷积降低特征图大小；二、将两幅特征图连接后进入密集连接块，每进入一个密集连接块后都要进行一次下采样，每一次下采样后在相应的子网保持特征图大小，共生成了4条子网；三、在特征恢复中，将第2、3、4条子网的特征图分别通过连续上采样得到与第一条子网相同分辨率的特征图；四、将4幅特征图合并后利用上采样恢复原始影像大小，实现植被类型的精确分割。本发明能够较好地区分各植被类型，且适用于多源遥感影像的植被分类提取，在城市绿地规划、农村基本农田监管等方面具有一定的应用价值。

摘要： 本发明公开了一种基于重构植被指数时间序列影像的湿地植被固碳速率遥感估算方法，包括如下步骤：S1、重构湿地植被分布区具有高时空连续性的增强型植被指数EVI影像时间序列；S2、基于实测数据与同期对应像元的EVI观测值建立最优湿地植被碳存量遥感反演模型；S3、结合最优湿地植被碳存量遥感反演模型与重构的EVI时序影像重建湿地植被碳存量年内动态变化过程；S4、根据累积存量法逐像元计算湿地植被碳存量年累积增长量，得到湿地植被年固碳速率。本发明适用于云、雨天气频发且水位变幅较大的湿地生态系统，操作方法简便，便与推广和应用。

摘要： 一种基于长时序植被指数的重建植被遥感判别方法，适用于矿山生态环境监测技术领域。通过植被的长时序植被指数，在进过噪声识别与预测值计算后基于傅里叶级数与最小二乘法构建植被生长曲线，进一步得到区域植被在时序年份内的年度植被指数均值，利用线性拟合计算每5年间植被指数的变化趋势，通过某一时点过去与未来5年间变化趋势的差异度作为判别指标，当差异度超过设置的阈值时则认定为重建植被且差异度最大的年份为植被重建起始时间。其有效反映了植被完整的生长过程从而减少了单一时点数据的片面性，噪声识别与预测值计算提高了时序数据的精确度，而植被生长趋势差异度作为判别指标减少了单一年份的异常数据对植被整体生长趋势的影响。

摘要： 本发明公开了一种湿地植被根际土壤微生物高光谱植被指数监测方法，包括：监测区湿地植被根际土壤微生物测量；高光谱遥感影像预处理，包括格式转换、绝对辐亮度值转换、大气校正和几何精校正的预处理；选取最佳高光谱植被指数；基于最佳高光谱植被指数的湿地植被根际土壤微生物数量估算。本发明的有益之处在于：基于湿地植被和其根际土壤微生物之间存在的密切相关性，能够获取区域尺度上湿地植被根际土壤微生物的空间分布状况，从而有助于解决常规分子生物学技术难以获得区域尺度微生物群落分布变化状况，并进行长期监测的局限性。